系统参数辨识的信息准则及算法
￥ 366 ￥ 50 九五品
仅1件
天津武清
认证卖家担保交易快速发货售后保障
作者陈霸东 等 著
出版社清华大学出版社
ISBN9787302247357
出版时间2011-05
版次1
装帧平装
开本16开
纸张胶版纸
页数211页
字数99999千字
定价50元
上书时间2024-04-24
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:系统参数辨识的信息准则及算法
定价：50元
作者:陈霸东 等 著
出版社：清华大学出版社
出版日期：2011-05-01
ISBN：9787302247357
字数：237000
页码：211
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
参数辨识为系统参数计算提供解决手段，进而为对象的表征、分析、优化、控制等应用提供模型基础。准则函数是系统参数辨识的要素，影响辨识的各个方面，包括参数可辨识性、辨识精度、算法复杂性及鲁棒性等。作为新型准则函数，信息准则为系统辨识开辟了崭新途径，成为信号处理与系统模型参数辨识相关领域的重要研究方向。《系统参数辨识的信息准则及算法》系统地介绍系统参数辨识的各种信息准则及相应辨识算法、算法特性分析，包括误差熵准则、信息距离准则、（小）互信息准则等，介绍了其基本概念和性质、实现算法及仿真算例。 《系统参数辨识的信息准则及算法》可供系统辨识与信号处理、系统控制、人工神经网络、模式识别、神经及认知科学等学科或领域的科技工作者阅读，也可供这些领域的研究生和本科生参考。
目录
章 绪论1.1 系统辨识定义与要素1.2 经典辨识准则1.3 非均方辨识准则1.4 信息论辨识准则1.4.1 误差熵准则1.4.2 信息距离准则1.4.3 互信息准则1.5 本书的构成第2章 信息论测度及性质2.1 熵2.2 互信息2.3 信息距离2.4 fisher信息2.5 信息率附录a α稳定分布附录b 式（2—15）的证明附录c cramer-rao不等式的证明第3章 参数估计的信息论方法3.1 参数估计典型方法3.1.1 经典参数估计3.1.2 贝叶斯参数估计3.2 经典参数估计的信息论方法3.2.1 熵匹配参数估计3.2.2 熵参数估计3.2.3 信息距离参数估计3.3 基于误差熵准则贝叶斯参数估计3.3.1 误差熵准则基本性质3.3.2 与均方误差准则的关系3.3.3 与任意误差准则的关系附录d em算法附录e 估计量的评价附录f 贝叶斯均方估计第4章 基于误差熵准则的系统参数辨识4.1 系统参数辨识框架4.1.1 准则函数4.1.2 模型描述4.1.3 辨识算法4.2 参数辨识中误差熵估计4.2.1 熵估计常用方法4.2.2 基于核密度估计的经验误差熵4.3 基于误差熵准则的参数辨识算法4.3.1 非参数信息梯度算法4.3.2 参数化信息梯度算法4.3.3 基于不动点原理迭代算法4.3.4 仿真例子4.4 基于误差熵准则参数辨识收敛性分析4.4.1 基于近似线性化方法的收敛性分析4.4.2 算法收敛中的能量守恒关系4.4.3 基于能量守恒的收敛性分析4.4.4 仿真例子4.5 误差熵准则的优化4.5.1 φ熵准则4.5.2 仿真例子4.6 离散数据情形下误差熵准则——△熵准则4.6.1 △熵概念4.6.2 △熵性质4.6.3 △熵估计4.6.4 应用于系统参数辨识的△熵准则附录g 向量梯度与矩阵梯度第5章 基于信息距离准则的系统参数辨识5.1 基于klid准则的系统参数可辨识性5.1.1 定义及假设5.1.2 klid可辨识性与fisher信息5.1.3 高斯过程的klid可辨识性5.1.4 markov过程的klid可辨识性5.1.5 渐近klid可辨识性5.2 带参考pdf信息距离参数辨识5.2.1 基本原理5.2.2 准则性质5.2.3 辨识算法5.2.4 仿真例子5.3 欧氏距离准则及参数辨识算法5.3.1 准则函数5.3.2 辨识算法5.3.3 仿真例子附录h aic准则及推导第6章 基于互信息准则的系统参数辨识6.1 基于互信息准则参数辨识6.1.1 准则性质6.1.2 与独立分量分析的关系6.1.3 基于独立分量分析的随机梯度辨识算法6.1.4 仿真例子6.2 基于互信息准则参数辨识6.2.1 互信息准则性质6.2.2 随机互信息梯度辨识算法6.2.3 双准则辨识及算法附录i 互信息率准则参考文献索引n
作者介绍
1.1 系统辨识定义与要素 系统辨识是建立系统数学模型的一种方法，换言之，是从含有噪声的系统输入、输出数据中估计未知系统的数学模型。许多学者力图给系统辨识下一个明确的定义。1962年，Zadeh给出的定义是：“系统辨识就是在输入和输出数据的基础上，从一组给定的模型中，确定一个与所测系统等价的模型。”寻找一个与实际系统完全吻合的模型几乎是不可能的。实际上，系统的输入、输出数据一般都含有噪声，故辨识所得的模型只不过是实际系统的一种近似描述。为此，1974年，Eykhoff给出了系统辨识的另一个定义：“辨识问题可以归结为用一个模型来表示客观系统（或将要构造的系统）本质特征的一种演算，并用这个模型把对客观系统的理解表示成有用的形式。”显然，Eykhoff的定义并不期望获得一个物理实际的确切数学描述，所要的仅是一个适合于应用的模型。1978年，Ljung给辨识下的定义为：“辨识有三个要素：数据、模型和准则。辨识就是按照一个准则在一组模型中选择一个与数据拟合得的模型。” 根据Zadeh和Ljung的定义，系统辨识涉及三大要素：数据、模型和等价准则（或准则函数）。这三大要素直接影响着辨识诸多方面性能，包括可系统辨识性、辨识精度、辨识算法的复杂性及鲁棒性等。因此，如何设计或选择这三大要素一直受到广泛关注。 ……
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价